Lorsqu’un organisme financier affiche un taux d’intérêt annuel nominal de , le coût ou le rendement effectif réel dépend de la fréquence de capitalisation (mensuelle, trimestrielle, journalière ou continue). En informatique financière, confondre le taux nominal et le taux effectif annualisé ( ou ) conduit à des erreurs accumulées significatives sur les échéanciers de prêt ou les simulations d'épargne.
1. Du taux nominal au taux effectif
Si est le taux nominal annuel et le nombre de périodes de capitalisation par an, le taux d'intérêt crédité à chaque période vaut . Après périodes (soit un an), la valeur d'un capital initial devient :
Le taux d'intérêt effectif annualisé correspond au surcroît relatif par rapport au capital initial :
Lorsque (capitalisation continue), la limite classique donne :
Exemple comparatif pour un taux nominal de 6 % ()
Fréquence de capitalisation ()
Formule
Taux effectif ()
Capital pour après 1 an
Annuelle ()
Semestrielle ()
Trimestrielle ()
Mensuelle ()
Journalière ()
Continue ()
2. Pièges fréquents lors de l'implémentation
Virgule flottante et accumulation : Calculer un échéancier sur 360 mois en réinjectant le capital arrondi à chaque étape propage des erreurs de centimes. Il convient de séparer le calcul théorique en précision flottante (ou en arithmétique à virgule fixe / Decimal) de la restitution finale.
Incohérence entre taux nominal et taux périodique : Diviser simplement le taux annuel par 12 donne le taux mensuel nominal (). Mais si le contrat spécifie un taux effectif mensuel équivalent tel que , alors , ce qui diffère de .
Conventions de comptage de jours : Selon les marchés (30/360, Exact/365, Exact/360), la durée d'une période n'est pas constante.
3. Exemple d'implémentation en Python
importmathdefnominal_to_effective(nominal_rate:float,comp_frequency:int)->float:""" Convertit un taux nominal annuel en taux effectif. comp_frequency: nombre de périodes par an (ex: 12 pour mensuel, 0 pour continu). """ifnominal_rate<0:raiseValueError("Le taux d'intérêt ne peut pas être négatif.")ifcomp_frequency<0:raiseValueError("La fréquence de capitalisation doit être >= 0.")ifcomp_frequency==0:# Capitalisation continue : exp(r) - 1returnmath.expm1(nominal_rate)period_rate=nominal_rate/comp_frequencyreturn(1.0+period_rate)**comp_frequency-1.0
4. Outil de vérification et simulation
Pour tester rapidement l'effet de différentes fréquences de capitalisation sur un montant donné et afficher l'échéancier détaillé, vous pouvez utiliser ce calculateur de taux d'intérêt nominal et effectif, qui détaille les équations et les facteurs de conversion étape par étape.
Je vous présente WebSkrap, une bibliothèque Python libre (Apache 2.0) pour récupérer le contenu de pages qui ont besoin d'un vrai navigateur.
WebSkrap pilote Chrome avec son propre client Chrome DevTools Protocol. Il n'y a ni Playwright, ni Selenium, ni Node.js.
Ce qu'il fait :
récupérer une page en un appel et rendre un texte propre, du HTML ou du JSON ;
garder des sessions persistantes, avec les cookies et les connexions d'une exécution à l'autre ;
bloquer images, polices et traqueurs quand seul le texte compte ;
proposer une interface en ligne de commande et un serveur MCP pour les agents IA.
La version 3.5 retire les traces de l'automatisation à la source, sans patch JavaScript : pas de Runtime.enable, Chrome en mode graphique sur un écran Xvfb privé plutôt qu'en headless, WebGL via Mesa, et une géométrie d'écran propre à chaque profil.
Limites : Chromium uniquement, pas de résolution de CAPTCHA.
Dans le cadre de mon travail, j'ai régulièrement besoin d'écrire des scripts en python ou bien des notebook Jupyter. Je n'ai pas particulièrement d'affinité avec ce langage, disons qu'il s'est imposé à moi :-) En revanche, il y a quelque chose qui me chagrine, c'est la gestion des dépendances. C'est particulièrement agaçant de reprendre un script et de voir que les dépendances ne sont pas indiquées ou bien il manque leur version et loi de Murphy oblige, l'API a bougé… Bref, je peux lister les problématiques suivantes dans la gestion des dépendances de mes projets python:
lister les dépendances
fixer la version des dépendances
fixer la version des dépendances des dépendances
Obtenir les dépendances, comment travailler hors-ligne, que faire si pypi tombe
On peut déjà indiquer quelques solutions qui font consensus pour gérer une partie de ces problèmes. En particulier, on peut commencer par lister nos dépendances dans un fichier texte. Si vous utilisez pip pour installer vos dépendances, il dispose d'une solution standardisée: requirements.txt
Cette solution permet de résoudre nos deux premiers problèmes:
lister les dépendances:
scipy
matplotlib
numpy
fixer la version des dépendances:
scipy == 1.18.*
matplotlib == 3.11.2
numpy == 2.5.4
fixer la version des dépendances des dépendances ---> _(oO)_/
Obtenir les dépendances, comment travailler hors-ligne, que faire si pypi tombe --> _(oO)_/
Cependant lorsqu'on reprend un vieux script, il arrive parfois que la version indiquée dans le fichier requirements.txt ne soit plus distribué sous format binaire par pypi. Il faut alors compiler nous-même cette dépendance. Un cas concret: si je reprends mon exemple précédent mais que je fixe numpy == 2.0.*, une version qui a un peu plus de deux ans lorsque j'écris ces lignes. Pypi ne propose plus de télécharger directement les fichiers pré-compilés (wheels). pip va donc télécharger les sources et compiler le projet sur votre ordinateur. C'est à ce moment-là que ça peut se compliquer. En effet, certain projet ont la réputation d'être difficile à compiler. Maintenant extrapolons cette situation sur toute une cascade de dépendances, et vous apercevez la profondeur du gouffre…
Rappelons-le, à la base on souhaitait simplement re-utiliser un script sur un vieux projet ;-)
Zig
Un autre langage que j'utilise régulièrement: zig, je l'apprécie pour bien des raisons et l'une d'entre elles est sa gestion des dépendances. Pour résumer trivialement (explications valable pour la version 0.16.0 et 0.17.x, ces caractéristiques sont susceptibles d'évoluer):
les dépendances sont listées dans un fichier texte: build.zig.zon
chaque dépendance est fixée sur une révision de commit ou une version donnée
les sources des dépendances sont téléchargées dans le répertoire zig-pkg (on peut si nécessaire les ajouter au VCS)
On peut spécifier un fork local d'une dépendance (c'est toujours utile en phase de dev)
Pourquoi je vous parle de ça ? Parque j'aimerai bien retrouver un comportement similaire pour mes scripts en python…
Dépendances Python à la Zig
La première fonctionnalité et sûrement la plus simple, la gestion d'un fork. pip gère nativement ce problème, il vous suffit d'installer la dépendance avec la commande suivante:
Passons maintenant à la partie récupération en local des dépendances. On commence par créer un répertoire py-pkg à la racine de votre projet. Maintenant, on va se servir de pip pour télécharger l'ensemble des dépendances dans ce répertoire:
pip va télécharger les fichiers wheels de l'ensemble des dépendances dans ce dossier, mais aussi des dépendances de
vos dépendances et ainsi de suite.
Attention
Less fichiers wheels sont des fichiers binaires dépendant de la
plateforme cible (car compilés). On peut toujours télécharger les sources avec la
commande py -m pip download --no-binary :all: mais la doc le déconseille, car
certain paquet sont difficiles à compiler… De plus, après avoir testé, ça ne
télécharge que la dépendance et non toutes l'arborescence de dépendances…
Configuration à partir d'une archive
Il n'est pas conseillé d'ajouter ces versions à votre VCS, car ce sont des fichiers binaires dépendants de votre plateforme, mais vous pouvez au moins les ajouter à votre archive lorsque vous taguez une nouvelle version de votre script.
Maintenant, on peut installer les dépendances de notre projet à partir de leur archive:
Cette solution ne permet pas d'obtenir un fonctionnement calqué sur celui de zig. Cependant, elle permet de pérenniser l'archivage de vos scripts et de ses dépendances.
En effet, en archivant les fichiers wheel de votre projet vous vous assurez de pouvoir le réutiliser sans soucis le jour venu. Enfin, si vous disposez toujours d'un interpréteur python compatible…
Merci à Michel Caradec qui viendra nous parler de “DuckDB & Parquet - L’équipe gagnante pour l’analyse de données”.
Le langage Python peut être considéré comme le lingua franca de la manipulation de données, grâce à de nombreuses librairies permettant l’import/export de fichiers ou la transformation de données.
Mais ces solutions peuvent rapidement trouver leurs limites, en termes de consommation mémoire, de rapidité, de capacité à passer à l’échelle, mais aussi de compréhension et de maintenabilité.
Dans cette présentation, nous allons découvrir comment l’association de DuckDB avec le format Parquet peut permettre de passer outre ces difficultés, sans pour autant quitter l’écosystème Python.
Après une présentation de ces technologies (illustrée par des exemples), des retours d’expérience seront évoqués, ainsi que quelques bonnes pratiques.
Michel Caradec (profil LinkedIn) est lead software/data engineer chez Rocket Marketing, et contribue à l’offre SocialVox, solution d’influence marketing. Il travaille sur les problématiques liées au traitement des données, dans un contexte distribué et Cloud.
Sponsor
Merci à Néosoft d’accueillir cette session dans leurs locaux rue de Fougères, et pour l’apéritif convivial avec boissons et pizzas qui vous sera offert. L’inscription est gratuite, elle permet de dimensionner l’apéro ; elle engage donc à venir ou à libérer sa place en cas d’indisponibilité soudaine
L’évènement est ouvert à toute personne intéressée par ces sujets, dans la limite de la jauge de 35 personnes. Une rediffusion sera disponible sur la chaîne YouTube du BreizhCamp quelques jours plus tard.
Accès
métro B (arrêt Atalante)
bus : C1 (Longs Champs), C4 (Longs Champs Est)
2 parkings vélo : rue de Fougères, rue du Clos Courtel (barrière)
station VéloStar la plus proche : Beaulieu Université (1,6 km)
2 parkings voiture : rue Jouanet, Intermarché Longs Champ (payant)
Bonjour,
Je m’étais créé un compte sur le Gitea lors des sprints d’octobre 2024 (pour contribuer à la traduction de la doc).
J’ai depuis appris que Forgejo avait remplacé Gitea (en Décembre 2024).
Je souhaiterais donc me connecter à mon compte Forgejo, mais je ne dispose plus de mon password. Et le reset reconnait bien mon mail, mais indique : `Non-local users cannot update their password through the Forgejo web interface.`
Donc il semblerait que je sois “non-local”. Je suppose que ça vient de la migration, mais peut-être pas.
Je tag @mdk car je suppose qu’il aura de bonnes idées.
Si vous recevez ce mail c’est que vous vous étiez inscrit·e à la PyConFR 2026.
Nous tenions une fois encore à vous remercier pour cette PyConFR, c’est grâce à vous et votre soutien qu’un tel événement peut se tenir !
Pour celles et ceux qui n’ont pas pu faire le déplacement, on espère vous revoir une prochaine fois.
Afin de nous aider à améliorer l’évènement, nous avons préparé un court sondage pour savoir ce que vous en avez pensé.
Que vous ayez pu venir ou non, des retours positifs comme négatifs, n’hésitez pas à y répondre :
Le sondage reste ouvert jusqu’au 30 novembre 2026.
N’hésitez pas à nous suivre sur nos différents réseaux :